자기주도학습코칭 척도 개발 및 타당화 연구 = Development and Validation of the Self-Directed Learning Coaching Scale

국문 초록 (Abstract)

자기주도학습코칭이란 학습자가 스스로 자신의 내적 코치가 되어, 학습 목표를 세우고 실행하며 점검하는 전 과정에서 자기성찰과 문제해결을 수행하는 셀프코칭 과정이다. 코로나19(COVID-19) 이후 비대면 학습과 생성형 AI 활용이 일상화되면서, 외부 지원 없이도 스스로 학습을 이끌어가는 역량이 더욱 중요해졌다. 그러나 기존 자기주도학습 도구는 정서조절이나 성찰적 전이 같은 코칭적 요소를 충분히 담지 못했고, 일반 성인용 셀프코칭 척도는 대학생의 학습 맥락에 맞지 않았다. 이에 본 연구는 대학생의 학습 상황에 맞는 자기주도학습코칭 척도를 개발하고 타당화하였다.
척도 개발은 DeVellis(2017)의 8단계 절차를 따랐다. 먼저 문헌 고찰로 이론적 기반을 마련한 뒤, 코칭 및 교육 전문가 6명을 대상으로 포커스그룹 인터뷰(FGI)를, 대학생 6명을 대상으로 개별 심층 인터뷰를 실시했다. 이를 토대로 64개 문항을 만들었고, 전문가 5명의 내용타당도 검증과 대학생 10명의 안면타당도 검증을 거쳐 40개 예비문항을 확정했다.
예비조사는 서울 소재 4년제 대학생 180명을 대상으로 진행했다. 탐색적 요인분석(EFA)으로 문항을 정제하고 이론적 보강을 거쳐, 본조사에는 35개 문항을 투입했다.
본조사는 같은 지역 대학생 300명을 대상으로 실시했다. 탐색적 요인분석과 확인적 요인분석(CFA) 결과, 최종 3요인 19문항 구조가 도출됐다. 요인은 '자기인식'(8문항), '동기관리'(3문항), '실행계획'(8문항)으로 명명했다. 모형 적합도와 신뢰도, 수렴·준거타당도 모두 수용 가능한 수준이었다. 최종 척도는 5점 Likert로 측정한다.
본 연구는 대학생이 학습 과정에서 스스로를 이끌고 조절하는 능력을 측정할 수 있는 도구를 제공했다는 점에서 의의가 있다. 이 척도는 학습에 어려움을 겪는 학생뿐 아니라, 높은 학업 성취를 보이는 학생이 자신의 학습 방식을 점검하고 개선하고자 할 때도 활용할 수 있다. 특히 3요인별 점수를 통해 학습자 개인의 강점과 보완이 필요한 영역을 파악할 수 있으며, 학습지원 프로그램의 사전-사후 효과를 측정하는 평가 도구로도 활용될 수 있다. 또한 기존 자기주도학습과 셀프코칭 개념을 학습 맥락에서 통합해 새로운 구성 개념을 정립했으며, 비대면 학습, 디지털·생성형 AI 도구 활용, 아르바이트 병행 등 오늘날 대학생의 현실을 반영했다. 다만 표본 확보의 제약으로 동일 표본에 EFA와 CFA를 수행한 점, 횡단 설계로 인과관계를 검증하지 못한 점은 한계로 남는다. 후속 연구에서는 독립된 표본을 대상으로 교차타당화를 실시하여 요인 구조의 안정성을 검증할 필요가 있다.

다국어 초록 (Multilingual Abstract)

Self-Directed Learning Coaching (SDLC) is defined as a self-coaching process within the learning context, wherein learners act as their own internal coaches—without the aid of external coaches—to set learning goals, execute strategies, and monitor and reflect upon the entire learning process. Following the widespread adoption of online learning and generative AI in the post-COVID-19 era, the capacity for learners to sustain learning through self-coaching in environments with limited external support has become increasingly critical. However, existing self-directed learning instruments fail to sufficiently capture coaching elements such as emotional regulation and reflective transfer, while general adult self-coaching scales are not tailored to the learning context or the developmental characteristics of university students. Therefore, this study aimed to develop and validate the Self-Directed Learning Coaching Scale (SDLCS) to measure the self-coaching competence manifested in university students' learning situations.
Scale development followed the eight-step procedure proposed by DeVellis (2017). In Study 1, the theoretical foundation was established through a literature review integrating self-directed learning and self-coaching theories. Field perspectives were incorporated via focus group interviews (FGI) with six coaching and education experts and in-depth individual interviews with six university students. Qualitative analysis identified SDLC as a dynamic and adaptive self-regulatory system involving metacognition-based self-understanding, disposition-based strategy selection, generative AI utilization, adaptation to online learning environments, micro-reward systems, emotional regulation, and social resource utilization. Based on these findings, 64 initial items were developed, and 40 preliminary items were finalized after content validity evaluation by five experts and face validity assessment by ten university students.
In Study 2, a pilot study was conducted with 180 undergraduate students from four-year universities in Seoul. The first exploratory factor analysis (EFA) led to the removal of five items with notably low communalities (40→35 items). The second EFA (35 items) still indicated structural instability; thus, five additional items with statistical problems were removed based on quantitative results and expert review. Three items were newly developed for theoretical reinforcement, and two items were refined for clarity, resulting in 35 items for the main survey.
In Study 3, the main survey was administered to 300 undergraduate students from four-year universities in Seoul. EFA applying criteria of communality < .30, factor loading < .40, and cross-loading > .32 resulted in the stepwise removal of 16 items. A final structure of three factors with 19 items was derived. The three factors were labeled 'Self-Awareness' (8 items), 'Motivation Management' (3 items), and 'Action Planning' (8 items), with a total variance explained of 46.319%. Confirmatory factor analysis (CFA) demonstrated acceptable model fit (χ²(149) = 343.445, p < .001; CFI = .915; TLI = .903; RMSEA = .066; SRMR = .053). All standardized factor loadings ranged from .511 to .751, exceeding the criterion of .50. Cronbach's α for the total scale was .92, with subscale values ranging from .67 to .88, confirming internal consistency. Composite reliability (CR) ranged from .679 to .883. Although average variance extracted (AVE) values (.401–.486) fell slightly below the recommended criterion of .50, convergent validity was deemed acceptable given the sufficient CR values and significant standardized factor loadings (p < .001).
Validity analyses demonstrated convergent validity through significant positive correlations with self-leadership (r = .824, p < .01) and academic self-efficacy (r = .517, p < .01). Criterion-related validity was established through significant positive correlations with perceived success experience (r = .634, p < .01), purpose in life (r = .463, p < .01), and personal growth (r = .313, p < .01). The finalized SDLCS comprises 19 items across three factors, measured on a 5-point Likert scale.
This study provides a valid and reliable instrument capable of comprehensively measuring university students' competence to lead and regulate themselves during the learning process, contributing both theoretically and practically. Theoretically, the study established a novel construct by integrating existing concepts of self-directed learning and self-coaching within the learning context, and developed a scale reflecting the reality of contemporary university students, including adaptation to online learning environments and digital/AI tool utilization. However, limitations include conducting both EFA and CFA on the same sample and the inability to verify causal relationships due to the cross-sectional design. Future research should address these limitations through independent sample validation and longitudinal studies.

목차 (Table of Contents)

• 그림목차ⅳ
• 표목차ⅴ
• 국문초록ⅶ
• 제 1 장 서론
• 제1절 연구의 필요성 및 목적1
• 제2절 연구문제10
• 제3절 용어의 정의11
• 제 2 장 이론적 배경
• 제1절 자기주도학습능력 12
• 1. 자기주도학습능력의 개념12
• 2. 자기주도학습능력의 구성요소 15
• 제2절 셀프코칭 20
• 1. 셀프코칭의 개념 20
• 2. 셀프코칭의 구성요소 26
• 제3절 자기주도학습코칭 29
• 1. 자기주도학습코칭 개념 29
• 2. 자기주도학습코칭 구성요소 33
• 제 3 장 연구방법
• 제1절 연구 1단계 : 예비문항 개발 37
• 1. 문헌검토38
• 2. 대학생 인터뷰 (개별 심층 인터뷰) 39
• 3. 전문가 인터뷰(Focus Group Interview) 40
• 4. 내용분석 및 예비문항 개발 42
• 제2절 연구 2단계 : 예비조사 45
• 1. 예비조사 대상 45
• 2. 예비조사 도구 45
• 3. 자료수집 절차46
• 4. 자료분석 방법 46
• 제3절 연구 3단계: 본조사 48
• 1. 본조사 대상48
• 2. 측정도구49
• 3. 자료수집 절차53
• 4. 자료분석 방법 54
• 제4절 연구의 윤리성 56
• 제 4 장 연구결과
• 제1절 연구 1단계 : 예비문항 개발 57
• 1. 대학생 인터뷰 (개별 심층 인터뷰) 57
• 2. 전문가 인터뷰(Focus Group Interview) 61
• 3. 예비문항개발 64
• 제2절 연구 2단계: 예비조사 결과 66
• 1. 조사대상 및 측정도구66
• 2. 탐색적 요인분석 결과 67
• 제3절 연구 3단계: 본조사 결과 77
• 1. 조사대상 및 측정도구77
• 2. 탐색적 요인분석 결과 79
• 3. 확인적 요인분석 결과84
• 4. 신뢰도 분석 88
• 5. 타당도 검증 89
• 제 5 장 결론
• 제1절 연구 요약 93
• 제2절 논의94
• 제3절 제한점 및 제언 98
• 참고문헌 104
• 부록 116
• Abstract 121